- 26 -
NGHIÊN CỨU VÀ ỨNG DỤNG HỌC THÍCH NGHI
TRONG ĐÀO TẠO ĐIỆN TỬ

Kiều Thị Kim Oanh
MSV: 0220241
Email:

Người hướng dẫn: ThS. Nguyễn Việt Anh

1. Giới thiệu
Học thích nghi là một vấn đề đang được giới
e-Learning rất quan tâm. Không những giúp
cho học viên tiết kiệm thời gian, của cải và học
bất cứ lúc nào học viên muốn như đối với e-
Learning, học thích nghi còn giúp cho học viên
được học những thứ họ muốn học, học những
thứ phù hợp với trình độ của họ.
2. Cơ sở lý thuyết
Hiện nay trên thế giới, có 2 cách tiếp cận để
sinh khóa học theo nhu cầu, đó là: Sinh phần
mềm dạy học thích nghi (Adaptive Courseware
Generation) và Sinh phần mềm dạy học động
(Dynamic Courseware Generation).
Trong Sinh phần mềm dạy học thích nghi,
toàn bộ nội dung khóa học được sinh thích nghi
trước khi hiển thị nó cho người học, thay vì dần
dần sinh ra một khóa học trong cả tiến trình
học. Trong Sinh phần mềm dạy học
động, hệ

3. Thực nghiệm
1) Xây dựng khóa học C++
Khóa học C++ được xây dựng gồm 3 phần
chia thành 15 buổi, mỗi buổi bao gồm 1 số LO
(Learning Object).

Các LO là các đơn vị bài giảng được soạn
thảo dưới dạng file .pdf.
Phần I: Giới thiệu về C++
Phần II: Các vấn đề cơ bản về C++
Phần III: C++ nâng cao
Và một phần rất quan trọng là file
Course.php. Đây là file chứa thuật toán để sinh
ra khóa học ứng với mỗi trường h
ợp của học
viên. Ứng với mỗi học viên, sau khi file
Course.php được kích hoạt sẽ sinh ra file
sv***.xml, đây là file đầu vào để có khóa học
của học viên đó.
2) Xây dựng hệ quản trị
Hệ quản trị được xây dựng sử dụng ngôn
ngữ PHP. Hình ảnh về cấu trúc các file, thư
mục như sau:

- 27 -
Một số file cơ bản phục vụ cho tính “thích
nghi” như sau:

luận xây dựng khóa học thích nghi và cũng đã
xây dựng được một hệ thống và một môn học
thử nghiệm.
Với tài khoản user1, học tuần tự. Khi không
qua bài test học phần, hệ thống không cho phép
học phần tiếp theo và bắt thi lại cho đến khi
qua.
Khi tạo tài khoản đăng nhập user2 và thử
tham gia vào hệ thống, lựa chọn chỉ họ
c phần
II, qua bài test, hệ thống đưa ra khóa học gồm
phần II.
Như vậy, tính thích nghi đã được thể hiện.
Tuy nhiên, các tiêu chí đánh giá người học
và LO còn ít, hệ thống cần mở rộng các tiêu chí
ấy để làm mịn hệ thống. Mặt khác, hoàn thiện
tính thích nghi khi học viên lựa chọn số buổi ít
hơn quy định.
Tài liệu tham khảo
[1] Pythagoras Karampiperis và
Demetrios Sampson, Adaptive Learning Object
in Intelligent Systems, Journal of Interactive
Learning Research, 2004, 15(4), 347 -364
[2] Peter Bursilovsky, Methods and
Techniques of adaptive hypermedia, User
Modeling and user adapted interaction, 1996,
6(2), 87 -129